1 BAB I PENDAHULUAN A. LATAR BELAKANG Perkembangan teknologi informasi (TI) yang sedemikian pesat menciptakan kultur baru bagi semua orang di seluruh dunia. Dunia pendidikan pun tak luput dari sentuhannya. Integrasi teknologi informasi ke dalam dunia pendidikan telah menciptakan pengaruh besar. Memanfaatkan kecanggihan teknologi informasi, mutu dan efisiensi pendidikan dapat ditingkatkan. Salah satu produk integrasi teknologi informasi ke dalam dunia pendidikan adalah e-learning atau electronic learning. Saat ini e-learning mulai mengambil perhatian banyak pihak, baik dari kalangan akademik, profesional, perusahaan maupun industri. Institusi pendidikan tinggi misalnya, e-learning telah membuka cakrawala baru dalam proses belajar mengajar, sedangkan di lingkungan industri, e-learning dinilai mampu membantu proses dalam meningkatkan kompetensi pegawai atau sumber daya manusia. Melalui dunia akademis metode pembelajaran ini sudah mulai banyak diterapkan dan dikembangkan. Ada beberapa definisi tentang e-learning. Secara ringkas, Anwas (2005) menyatakan e-learning perlu diciptakan seolah-olah peserta didik belajar secara konvensional, hanya saja dipindahkan ke dalam sistem digital melalui internet. Menurut Darin E. Hartley (2001), e-learning merupakan suatu jenis belajar mengajar yang memungkinkan tersampaikannya bahan ajar ke siswa dengan menggunakan media internet, intranet atau media jaringan komputer lain. Rosenberg (2001) mendefinisikan e-learning sebagai
141
Embed
BAB I PENDAHULUAN A. LATAR BELAKANG - siafif.com 8/SKRIPSI KAKAK TINGKAT... · 1 BAB I PENDAHULUAN A. LATAR BELAKANG Perkembangan teknologi informasi (TI) yang sedemikian pesat menciptakan
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Perkembangan teknologi informasi (TI) yang sedemikian pesat
menciptakan kultur baru bagi semua orang di seluruh dunia. Dunia pendidikan
pun tak luput dari sentuhannya. Integrasi teknologi informasi ke dalam dunia
pendidikan telah menciptakan pengaruh besar. Memanfaatkan kecanggihan
teknologi informasi, mutu dan efisiensi pendidikan dapat ditingkatkan.
Salah satu produk integrasi teknologi informasi ke dalam dunia
pendidikan adalah e-learning atau electronic learning. Saat ini e-learning
mulai mengambil perhatian banyak pihak, baik dari kalangan akademik,
profesional, perusahaan maupun industri. Institusi pendidikan tinggi misalnya,
e-learning telah membuka cakrawala baru dalam proses belajar mengajar,
sedangkan di lingkungan industri, e-learning dinilai mampu membantu proses
dalam meningkatkan kompetensi pegawai atau sumber daya manusia. Melalui
dunia akademis metode pembelajaran ini sudah mulai banyak diterapkan dan
dikembangkan.
Ada beberapa definisi tentang e-learning. Secara ringkas, Anwas
(2005) menyatakan e-learning perlu diciptakan seolah-olah peserta didik
belajar secara konvensional, hanya saja dipindahkan ke dalam sistem digital
melalui internet. Menurut Darin E. Hartley (2001), e-learning merupakan
suatu jenis belajar mengajar yang memungkinkan tersampaikannya bahan ajar
ke siswa dengan menggunakan media internet, intranet atau media jaringan
komputer lain. Rosenberg (2001) mendefinisikan e-learning sebagai
2
pemanfaatan teknologi Internet untuk mendistribusikan materi pembelajaran,
sehingga siswa dapat mengakses dari mana saja. Definisi yang diberikan
Jenkins & Hanson (2003) tentang e-learning adalah sebagai pembelajaran
yang difasilitasi dan didukung melalui pemanfaatan teknologi informasi dan
komunikasi. Jadi berdasarkan beberapa definisi diatas dapat disimpulkan
bahwa e-learning pada hakikatnya adalah bentuk pembelajaran konvensional
yang dituang dalam format digital dan disajikan melalui teknologi informasi
dengan bantuan jaringan internet.
Keunggulan-keunggulan e-learning yang paling menonjol adalah
efisiensinya dalam penggunaan waktu dan ruang. Berdasarkan keterangan-
keterangan yang disebutkan di atas, pendidikan berbasis teknologi informasi
cenderung tidak lagi tergantung pada ruang dan waktu. Dalam proses belajar
mengajar tidak ada halangan berarti untuk melaksanakan kegiatan belajar
mengajar lintas daerah dapat dilakukan, bahkan lintas negara melalui e-
learning. Melalui e-learning pengajar dan siswa tidak lagi selalu harus
bertatap muka dalam ruang kelas pada waktu bersamaan. Dilihat dari sifatnya
yang tidak tergantung pada ruang dan waktu, e-learning memiliki keunggulan
lain yakni memungkinkan akses ke pakar yang tak terhalang waktu dan tak
tidak memerlukan biaya mahal. Seorang pelajar di daerah dapat belajar
langsung dari pakar di pusat melalui fasilitas internet chatting atau
mengakomodir suara dan bahkan gambar realtime. Satu lagi keunggulan e-
learning tentunya adalah ketesediaan informasi yang melimpah dari sumber-
sumber di seluruh dunia. Penggunaan internet sebagi media pembelajaran
3
akan didapatkan sumber informasi untuk pengayaan materi yang jumlahnya
sangat tak terbatas.
Tujuan umum pembelajaran jarak jauh menggunakan e-learning
adalah agar tersedia akses belajar dan perbaikan kesamaan kesempatan belajar
pada semua pembelajar, selain itu juga untuk memperkuat dan memperdalam
pengertian terhadap ilmu pengetahuan, memperluas cakrawala dan
memperkaya keberagaman subjek pengetahuan, dan memperbaiki efektivitas
proses belajar.
Munculnya teknologi e-learning baru-baru ini digunakan untuk
training, kegiatan belajar mengajar yang dikerjakan dengan internet. E-
learning pada dasarnya adalah bentuk pendidikan yang difasilitasi oleh
internet dan teknologi, dan meliputi penggunaan World Wide Web untuk
mendukung instruksi dan untuk menyampaikan isi pelajaran.
Alavi dan Leidner (2001) menyatakan bahwa e-learning merupakan
salah satu bentuk mediasi teknologi pembelajaran yang didefinisikan sebagai
sebuah lingkungan bahwasanya pelajar berinteraksi dengan materi e-learning,
rekan-rekan, dan atau instruktur dimediasi melalui teknologi informasi
lanjutan. E-learning dapat bekerja dengan baik jika teknologi harus benar-
benar digunakan (Leidner & Jarvenpaa, 1993). Efektifitas dalam penggunaan
teknologi informasi pengiriman e-learning berbasis komponen dari suatu
program yang penting bagi keberhasilan siswa dan penerimaan e-learning.
Adopsi teknologi informasi dan difusi telah dipelajari sangat detail
akhir-akhir ini oleh peneliti di dalam area sistem informasi. Adopsi teknologi
dapat dipelajari di dua tingkatan: yang pertama adalah di tingkat organisasi
4
dan yang kedua adalah pada tingkat individu. Jika unit analisis adalah
individu, penekanan pada penerimaan teknologi (Dasgupta, Granger &
Mcgarry, 2002). TAM adalah model berbasis sikap yang dikembangkan secara
khusus untuk menjelaskan dan atau memprediksi penerimaan penggunaan dari
teknologi komputer (Hu et al., 1999). Tujuan utama TAM adalah memberikan
penjelasan tentang penentuan penerimaan teknologi secara umum,
memberikan penjelasan tentang perilaku/ sikap pengguna dalam suatu
populasi (Davis et al., 1989:985).
TAM menggambarkan hubungan antara persepsi kegunaan (perceived
usefulness) dan persepsi kemudahan penggunaan (perceived of use) yang
kemudian kedua variabel ini disebut dengan variabel beliefs. Pada sisi satu dan
sisi lainya terdapat sikap untuk menggunakan (attitude toward using) dan
minat/ keinginan utntuk menggunakan (behavioural intention to use). TAM
telah digunakan sebagai dasar untuk banyak teori dari berbagai studi empiris
pengguna teknologi penerimaan (Adams, 1992; Mathieson, 1991, Davis,
Bagozzi & Warshaw, 1989 & Davis, 1989).
Dalam penelitian yang dilakukan oleh Masrom tentang TAM dan e-
learning, konstruk yang diteliti dibatasi hanya pada 4 konstruk utama, yaitu
persepsi kemudahan penggunaan e-learning (perceived ease of use), persepsi
kemanfaatan e-learning (perceived usefulness), sikap terhadap penggunaan e-
learning (attitude toward using), dan minat/ keinginan untuk menggunaka e-
learning (behaviour intention to use). Didalam model variabel dari luar
(external variables) seperti karakteristik pengguna (user characteristics) dan
karakteristik sistem (sistem characteristic) tidak diteliti karena kontribusinya
5
dalam TAM dianggap tidak signifikan, sehingga dapat diabaikan meskipun
mempunyai pengaruh secara tidak langsung terhadap penerimaan teknologi
(Milchrahm, 2003). Sedangkan variabel penggunaan nyata (actual usage) juga
dihilangkan karena dalam penelitian Masrom tidak ada keinginan dengan
segera untuk menguji dan mengetahui anteseden persepsi kegunaan dan
persepsi kemudahan penggunan (Masrom, 2006).
Banyak penelitian yang menggunakan TAM sebagai model analisis,
tapi TAM yang digunakan dalam tiap penelitian tersebut berbeda-beda sesuai
dengan kebutuhan, tetapi tidak meninggalkan bentuk dasar TAM. Didalam
TAM yang dimaksud dengan bentuk dasar TAM adalah keempat konstruk
utama serta hubungan antara keempat konstruk tersebut, yaitu perceived ease
of use, perceived usefulness, attitude toward using, dan behaviour intention to
use. Seperti halnya TAM yang akan dipakai dalam penelitian ini adalah TAM
yang telah disederhanakan sesuai dengan yang dipakai oleh Masrom (2006)
pada penelitiannya di Malaysia dengan objek penelitian e-learning..
Penelitian ini mencoba untuk mengetahui dan menemukan bukti
empiris tingkat penerimaan pengguna (user) terhadap teknologi e-learning
apakah pengguna dalam hal ini mahasiswa mau menerima e-learning atau
sebaliknya yang dililihat dari faktor-faktor yang berpengaruh signifikan dalam
menjelaskan maksud menuju e-learning seperti persepsi kemudahan
penggunaan mempunyai pengaruh yang signifikan terhadap persepsi
kemanfaatan. Persepsi kemudahan penggunaan sebuah teknologi didefinisikan
sebagai suatu ukuran dimana seorang percaya bahwa komputer dapat dengan
mudah dipahami dan digunakan, sedangkan persepsi kemanfaatan
6
didefinisikan sebagai suatu ukuran pengguna penggunaan suatu teknologi
dipercaya akan mendatangkan manfaat bagi orang yang menggunakannya.
Berdasarkan latar belakang diatas penulis mengambil judul ”Analisis Model
Penerimaan Teknologi E-learning Pada Mahasiswa : Studi Kasus Pada E-
learning Fakultas Ekonomi Universitas Sebelas Maret.
B. RUMUSAN MASALAH
Berdasarkan Technology Acceptance Model, variabel beliefs
merupakan variabel pembentuk behaviour intention to use. Dalam penelitian
ini juga terdapat variable sikap (attitude). Sikap (attitude) merupakan sikap
terhadap penggunaan sistem yang berbentuk penerimaan atau penolakan
sebagai dampak bila orang menggunakan suatu teknologi dalam
penggunaanya. melalui pengujian keempat konstruksi variabel tersebut
diharapkan dapat mengetahui gambaran tentang perilaku individu mengadopsi
teknologi khususnya teknologi e-learning. Berdasarkan latar belakang diatas
ditulis beberapa rumusan masalah yaitu :
a. Apakah persepsi kemudahan penggunaan e-learning mempunyai pengaruh
yang signifikan pada persepsi kegunaan atau kemanfaatan e-learning oleh
individu ?
b. Apakah persepsi kemudahan penggunaan e-learning mempunyai pengaruh
yang signifikan pada sikap terhadap penggunaan e-learning oleh individu?
c. Apakah persepsi kegunaan atau kemanfaatan e-learning mempunyai
pengaruh yang signifikan pada sikap terhadap penggunaan e-learning oleh
individu ?
7
d. Apakah persepsi kegunaan atau kemanfaatan e-learning mempunyai
pengaruh yang signifikan pada minat/ keinginan menggunakan e-learning
oleh individu ?
e. Apakah sikap terhadap penggunaan e-learning mempunyai pengaruh yang
signifikan pada minat/ keinginan menggunakan e-learning oleh individu ?
C. TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah :
a. Untuk menemukan bukti empiris persepsi kemudahan penggunaan e-
learning mempunyai pengaruh yang signifikan pada persepsi kegunaan
dari e-learning oleh individu.
b. Untuk menemukan bukti empiris persepsi kemudahan penggunaan e-
learning mempunyai pengaruh yang signifikan pada sikap terhadap
penggunaan e-learning oleh individu.
c. Untuk menemukan bukti empiris persepsi kegunaan e-learning
mempunyai pengaruh yang signifikan pada sikap terhadap penggunaan e-
learning oleh individu.
d. Untuk menemukan bukti empiris persepsi kegunaan e-learning
mempunyai pengaruh yang signifikan pada minat/ keinginan
menggunakan e-learning oleh individu.
e. Untuk menemukan bukti empiris sikap terhadap penggunaan e-learning
mempunyai pengaruh yang signifikan pada minat/ keinginan
menggunakan e-learning oleh individu.
8
D. MANFAAT PENELITIAN
a. Manfaat Teoritis
Secara teoritis, penelitian ini merupakan pengujian ulang terhadap model
TAM yang ditemukan oleh Davis (1989) yang diadopsi dari model Theory
of Reasoned Action (TRA), untuk model penelitian di Surakarta dengan
objek e-learning Fakultas Ekonomi UNS. Hasil penelitian ini diharapkan
dapat bermanfaat untuk menambah pemahaman mengenai hubungan
antara persepsi kemudahan penggunaan pada persepsi kemanfaatan
menggunakan e-learning. Meneliti hubungan keduanya pada sikap
terhadap penggunaan sistem e-learning. Selain itu juga untuk mengetahui
hubungan antara sikap menggunakan sistem pada minat/ keinginan
menggunakan sistem tersebut, serta dapat dijadikan salah satu referensi
baik oleh kalangan akademisi serta referensi bagi peneliti selanjutnya yang
mengadakan penelitian lebih lanjut dengan topik yang sama.
b. Manfaat Praktis.
Hasil penelitian ini diharapkan dapat bermanfaat bagi organisasi
khususnya Fakultas Ekonomi UNS untuk melihat persepsi mahasiswa
pada sistem e-learning yang dilihat dari faktor kemudahan penggunaan
sistem dan faktor kegunaan sistem yang berpengaruh signifikan dalam
menjelaskan maksud menuju e-learning yang pada giliranya akan
berpengaruh pada tingkat penerimaan pengguna (user) sistem e-learning.
9
BAB II
TELAAH PUSTAKA
A. Technology Acceptance Model (TAM)
Technology Acceptance Model (TAM) diperkenalkan pertama kali oleh
Davis pada tahun 1986, TAM merupakan adaptasi dari TRA yang dibuat khusus
untuk pemodelan adopsi pengguna sistem informasi. Menurut Davis (1989),
tujuan utama TAM adalah untuk memberikan dasar untuk penelusuran pengaruh
faktor eksternal terhadap kepercayaan, sikap, dan tujuan pengguna. TAM
menganggap bahwa dua keyakinan individual, yaitu persepsi manfaat (perceived
usefulness) dan persepsi kemudahan penggunaan (perceived easy of use) adalah
variabel perilaku utama dalam mengadopsi sistem informasi.
Beberapa model yang dibangun untuk menganalisis dan memahami
faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi
komputer diantaranya yang tercatat dalam berbagai literatur dan referensi hasil
riset dibidang teknologi informasi adalah seperti theory of reasoned action
(TRA), theory of planned behaviour (TPB), dan technology acceptance model
(TAM). Technology acceptance model (TAM) diperkenalkan pertama kali oleh
Davis pada tahun 1986. Model TAM sebenarnya diadopsi dari model TRA
yaitu teori tindakan yang beralasan dengan satu premis bahwa reaksi dan
persepsi seseorang terhadap sesuatu hal, akan menentukan sikap dan perilaku
orang tersebut. Reaksi dan persepsi pengguna teknologi informasi (TI) akan
mempengaruhi sikapnya dalam penerimaan terhadap teknologi tersebut.
Salah satu faktor yang dapat mempengaruhinya adalah persepsi
pengguna pada kemanfaatan dan kemudahan penggunaan TI sebagai suatu
tindakan yang beralasan dalam konteks pengguna teknologi sehingga alasan
10
seseorang dalam melihat manfaat dan kemudahan penggunaan TI menjadikan
tindakan/ perilaku orang tersebut sebagai tolok ukur dalam penerimaan sebuah
teknologi. Model TAM yang dikembangkan dari teori psikologis, menjelaskan
perilaku pengguna komputer yaitu berlandaskan pada kepercayaan (belief),
sikap (attitude), keinginan (intention), dan hubungan perilaku pengguna (user
behaviour relationship).
Tujuan model ini untuk menjelaskan faktor-faktor utama dari perilaku
pengguna terhadap penerimaan pengguna teknologi. Secara lebih terinci
menjelaskan tentang penerimaan TI dengan dimensi-dimensi tertentu yang
dapat mempengaruhi diterimanya TI oleh pengguna (user). Model ini
menempatkan faktor sikap dari tiap-tiap perilaku pengguna dengan dua
variabel yaitu :
1. Kemudahan penggunaan (ease of use)
2. Kemanfaatan (usefulness)
Kedua variabel ini dapat menjelaskan aspek keperilakuan pengguna.
Kesimpulannya adalah model TAM dapat menjelaskan bahwa persepsi
pengguna akan menentukan sikapnya kemanfaatan penggunaan TI. Model ini
secara lebih jelas menggambarkan bahwa penerimaan penggunaan TI
dipengaruhi oleh kemanfaatan (usefulness) dan kemudahan penggunaan (ease
of use). Penelitian ini menggunakan 4 (empat) konstruk yang telah
dimodifikasi dari model penelitian TAM sebelumnya yaitu: persepsi tentang
kemudahan penggunaan (perceived ease of use), persepsi kemanfaatan
(perceived usefulness), sikap terhadap penggunaan (attitude toward using),
dan keinginan/ minat menggunakan (behavioral intention to use).
11
a. Persepsi Kemudahan Penggunaan (Perceived Ease of Use)
Davis (1986, 1989) mendefinisikan kemudahan penggunaan (ease of
use) sebagai suatu tingkatan bahwa seseorang percaya bahwa komputer dapat
dengan mudah dipahami. Atas dasar definisi tersebut kemudahan penggunaan
e-learning berarti kemudahan dalam membuka, memahami isi dari fitur-fitur
yang ada dalam e-learning jika sewaktu-sewaktu mahasiswa diberikan tugas
yang prosesnya menggunakan e-learning. Menurut Goodwin (1987); Silver
(1988); dalam Adam et al., (1992), intensitas penggunaan dan interaksi antara
pengguna (user) dengan sistem juga dapat menunjukkan kemudahan
penggunaan. Sistem yang lebih sering digunakan menunjukkan bahwa sistem
tersebut lebih dikenal, lebih mudah dioperasikan dan lebih mudah digunakan
oleh penggunanya.
Berdasarkan definisi di atas dapat disimpulkan bahwa kemudahan
penggunaan akan mengurangi usaha (baik waktu dan tenaga) seseorang di
dalam mempelajari komputer dalam hal ini adalah e-learning. Perbandingan
kemudahan tersebut memberikan indikasi bahwa orang yang menggunakan TI
External variabble
s
Perceived uselfulne
ss
Perceived ease of
use
Attitude toward using
Behavioural
intention to use
Actual sistem
use
Gambar II.1 Model TAM Original. Sumber: Davis (1989)
12
bekerja lebih mudah dibandingkan dengan orang yang bekerja tanpa
menggunakan TI (secara manual). Pengguna TI mempercayai bahwa TI yang
lebih fleksibel, mudah dipahami dan mudah pengoperasiannya (compartible)
sebagai karakteristik kemudahan penggunaan. Davis.F.D (1989) memberikan
beberapa indikator kemudahan penggunaan TI antara lain meliputi :
1. Teknologi komputer yang dalam hal ini adalah e-learning sangat
mudah dipelajari
2. Teknologi komputer yang dalam hal ini adalah e-learning dapat
mengerjakan dengan mudah apa yang diinginkan oleh pengguna
3. Keterampilan pengguna bertambah dengan menggunakan teknologi
komputer yang dalam hal ini adalah e-learning
4. Teknologi komputer yang dalam hal ini adalah e-learning sangat
mudah untuk dioperasikan.
Untuk variabel kemudahan penggunaan, Iqbaria (1994) juga telah
menguji dalam studinya apakah penerimaan penggunaan micro komputer
dipengaruhi oleh kemudahan penggunaan yang diharapkan oleh pengguna
atau karena tekanan sosial. Temuan studi Iqbaria (1994) membuktikan bahwa
TI digunakan bukan mutlak karena adanya tekanan sosial, sehingga dapat
disimpulkan bahwa penggunaan TI bukan karena adanya unsur tekanan tetapi
karena memang mudah digunakan.
Berdasarkan telaah teoritis dan hasil-hasil pengujian empiris diatas,
dapat disimpulkan bahwa penerimaan penggunaan TI juga turut dipengaruhi
oleh kemudahan penggunaan TI, hal ini merupakan refleksi psikologis
pengguna yang lebih bersikap terbuka terhadap sesuatu yang sesuai dengan
13
apa yang dipahaminya dengan mudah. Kemudahan tersebut dapat mendorong
seseorang untuk menerima menggunakan TI.
b. Persepsi Kemanfaatan (Perceived Usefulness)
Davis.F.D (1989); Adam et al., (1992) mendefinisikan kemanfaatan
(usefulness) sebagai suatu tingkatan bahwa seseorang percaya bahwa
penggunaan suatu subyek tertentu akan dapat meningkatkan prestasi kerja
orang tersebut. Berdasarkan definisi tersebut dapat diartikan bahwa
kemanfaatan dari penggunaan komputer dapat meningkatkan kinerja, prestasi
kerja orang yang menggunakannya.
Menurut Thompson et al., (1991;1994) kemanfaatan TI merupakan
manfaat yang diharapkan oleh pengguna TI dalam melaksanakan tugasnya.
Pengukuran kemanfaatan tersebut berdasarkan frekuensi penggunaan dan
diversitas/ keragaman aplikasi yang dijalankan. Thompson (1991) juga
menyebutkan bahwa individu akan menggunakan TI jika mengetahui manfaat
positif atas penggunaannya. Chin dan Todd (1995) memberikan beberapa
dimensi tentang kemanfaatan TI. Menurut Chin dan Todd (1995) kemanfaatan
dapat dibagi ke dalam dua kategori, yaitu (1) kemanfaatan dengan estimasi
satu faktor, dan (2) kemanfaatan dengan estimasi dua faktor (kemanfaatan dan
efektifitas).
Kemanfaatan dengan estimasi satu faktor meliputi dimensi;
1. Menjadikan pekerjaan lebih mudah (makes job easier)
dan kemahasiswaan. Bagian tata usaha dipimpin oleh
seorang Kepala Bagian dengan mebawahi 4 Sub Bagian
48
yang masing-masing Sub Bagian dipimpin oleh seorang
Kepala Sub Bagian yaitu :
1) Sub Bagian Adminitrasi Pendidikan.
2) Sub Bagian Administrasi Keuangan dan
Kepegawaian.
3) Sub Bagian Administrasi Umum dan
Perlengkapan.
4) Sub Bagian Administrasi Kemahasiswaan.
49
Gambar IV.1 Struktur Organisasi Fakultas Ekonomi Sumber : Buku Pedoman Fakultas Ekonomi UNS
Dekan
PD1
PD 2 PD 3
Senat
Jurusan Manajemen
Jurusan Ekonomi
Jurusan Akuntansi
Bagian Tata Usaha
D3 M. Industri
D3 M. Pemasaran
Lab. Jurusan Manj.
Pusat Pengembangan Manj.
D3 Bisnis Internasional
Lab. Jurusan Eko
Pusat Pengembangan Ekonomi Pembangunan
1. Pusat sistem Informasi
2. Pusat Komputer
Lab Ekspor-Impor
Pusat Pengembangan Ekspor
Perpustakaan
D3 Akuntansi Keuangan
D3 Akuntansi Perpajakan
Lab. Jurusan Akuntansi
Pusat Pengembangan Akuntansi
Sub. Bag. Adm. Pendidikan
Su. Bag. Adm. Keu. Dan Kepegawaian
Sub. Bag. Adm. Umum dan Perlengkapan
Sub. Bag. Adm. Kemahasiswaan
Pendidikan Profesi Akuntansi
Pojok BEJ
50
6. E-Learning Fakultas Ekonomi Universitas Sebelas Maret.
Selain proses belajar mengajar yang dilakukan secara konvensional
di lingkunagan kampus Fakultas Ekonomi Universitas Sebelas Maret,
pihak Fakultas juga telah menggunakan bantuan teknologi informasi untuk
mendukung jalannya proses belajar mengajar yaitu melalui e-learning. E-
learning yaitu suatu proses belajar mengajar secara online dengan bantuan
jaringan internet. Jadi dengan kata lain proses belajar mengajar yang
dilakukan tanpa bertatap muka secara langsung atau pembelajaran jarak
jauh.
E-learning Fakultas Ekonomi sendiri sudah ada sejak beberapa
tahun yang lalu yang sampai saat ini peneglolaan dan pengembangannya
dilakukan oleh Pusikom (Pusat Informasi dan Komputasi) dengan alamat
URL-nya adalah lerning.fe.uns.ac.id, tetapi masih belum banyak
digunakan oleh tenaga pengajar untuk mendukung pembelajaran secara
konvensional. Saat ini hanya ada beberapa mata kuliah yang selain proses
belajar mengajarnya secara konvensional juga dilakukan secara on-line,
yaitu antara lain Aplikasi Komputer, Manajemen Strategik, Sistem
Informasi Manajemen, Komunikasi Bisnis, Praktek Laboratorium 1 dan 3,
serta Praktek Simulasi Manajerial.
Didalam e-learning itu sendiri terdapat banyak fitur-fitur yang
dapat digunakan mahasiswa untuk mendukung jalannya belajar on-line.
Beberapa fitur tersebut antara lain :
51
Tabel IV. 1 Tabel fitur-fitur di e-learning
Nama Fitur e-learning Keterangan Deskripsi mata kuliah Berisi tentang gambaran umum mata
kuliah, aturan main dan literatur buku yang digunakan
Learning Path Fasilita dapat digunakan untuk pembelajaran berantai/ jalur
Latihan kuis Fasilitas yang dapat digunakan untuk kuis secara on-line
Dokumen Fasilitas yang dapat digunakan untuk menyimpan data-data yang di upload oleh mahasiswa maupun dosen
Pengumuman Fasilitas yang dapat digunakan dosen maupun mahasiswa untuk memasang pengumuman tentang perkuliahan.
Agenda
Fasilitas di e-learning yang dapat digunakan untuk menyusun agenda pribadi selama satu semester.
Group
Asilitas yang dapat digunakan untuk membuat kelompok belajar dalam e-learning
Forum
Fasilitas yang ada di e-learning yang dapat digunakan untuk memberikan komentar atau saran tentang isu atau fenomena yang di upload
Chat
Fasilitas yang dapat digunakan untuk chating antar anggota e-learning
Surveys Fasilitas yang dapat digunakan untuk mengadakan survey on-line
Sumber : learning.uns.ac.id (2009)
52
B. ANALISIS DESKRIPTIF
1. Karakteristik Responden
Pada penelitian ini kuesioner yang disebarkan seluruhnya sebanyak 120
kuesioner. Dalam prosesnya, kuesioner ini disebarkan sebanyak 3 kali dalam
jangka waktu 1 bulan. Jumlah kuesioner yang bisa dikumpulkan kembali oleh
peneliti adalah sejumlah 111 kuesioner atau 92,5 %. Jumlah kuesioner yang
bisa digunakan dalam analisis penelitian ini adalah sejumlah 107 atau 96,3%,
hal ini dikarenakan adanya data hilang atau tidak layak olah. jumlah sampel
data yang terkumpul telah memenuhi ukuran sampel minimum yang
disyaratkan, yaitu sampel minimal yang sesuai untuk metode SEM adalah
antara 100-200 (Hair et al., dalam Ferdinand, 2002).
Responden dalam penelitian ini adalah mahasiswa SI Fakultas Ekonomi
UNS yang terdaftar sebagai anggota, aktif dan atau pernah menggunakan
fasilitas e-learning minimal dua kali. Teknik pengambilan sampel dilakukan
dengan purposive sampling.
Gambaran tentang karakteristik responden diperoleh dari identitas
responden yang meliputi umur, jenis kelamin, prodi, dan tingkat penggunaan
teknologi e-learning yang disajikan dalam tabel-tabel berikut:
a Umur.
Tabel 1V. 2 Distribusi Frekuensi Responden Berdasar Umur
Umur Frekuensi Prosentase
19 tahun 55 orang 51,4% 20 tahun 22 orang 20,6% 21 tahun 17 orang 15,9% 22 tahun 13 orang 12,1% Jumlah 107 orang 100%
Sumber: Data primer yang diolah (2009)
53
Tabel IV. 2 menunjukan bahwa mahasiswa pengguna fasilitas
e-learning rata-rata yang paling banyak adalah berumur 19 tahun
sebanyak 55 orang atau 51,4%.
b Jenis Kelamin
Tabel 1V. 3 Distribusi Frekuensi Responden Berdasar Jenis Kelamin
Jenis Kelamin Frekuensi Prosentase
Pria 51 Orang 47,7% Wanita 56 Orang 52,3% Jumlah 107 orang 100%
Sumber: Data primer yang diolah (2009)
Tabel IV. 3 menunjukan bahwa mahasiswa pengguna fasilitas
e-learning yang berjenis kelamin pria/laki-laki sebanyak 51 orang
atau 47,7%, sedangkan yang wanita/perempuan sebanyak 56 orang
atau 52,3%.
c Program Pendidikan
Tabel 1V. 4 Distribusi Frekuensi Responden Berdasar Program Pendidikan
Prodi Frekuensi Prosentase
Manajemen 74 orang 69,2% Akuntantsi 22 orang 20,6% Ekonomi
Pembangunan 11 orang 10,3%
Jumlah 107 orang 100% Sumber: Data primer yang diolah (2009)
Tabel IV. 4 menunjukan bahwa mahasiswa pengguna fasilitas
e-learning berdasarkan program pendidikan manajemen sebanyak 74
orang atau 69,2% adalah yang paling tinggi.
54
d Tingkat Penggunaan
Tabel 1V. 5 Distribusi Frekuensi Responden Berdasar Tingkat Penggunaan
Tingkat
Penggunaan Frekuensi jumlah Prosentase
Tidak pernah 0 - - Jarang 1-2 25 orang 23,4%
Cukup sering 3-4 43 orang 40,2% Sering 5-keatas 39 orang 36,4%
Jumlah 107 orang 100% Sumber: Data primer yang diolah (2009)
Tabel IV. 5 menunjukan bahwa mahasiswa pengguna fasilitas
e-learning berdasarkan tingkat penggunaan menunjukan sebanyak 43
orang atau 40,2% intensitas cukup sering menggunakan fasilitas e-
learning.
2. Tanggapan Responden
Tanggapan responden terhadap kuesioner yang diberikan peneliti
nampak pada jawaban responden. Dalam analisis ini akan diuraikan
mengenai kecenderungan pendapat dan tanggapan dari mahasiswa SI
Fakultas Ekonomi UNS selaku responden penelitian ini. Pernyataan-
pernyataan responden mengenai variabel penelitian dapat dilihat pada
jawaban responden terhadap kuesioner yang diberikan peneliti dan
pernyataan ini membentuk skala likert, dimana skala likert ini dapat
digunakan untuk mengukur sikap responden.
a. Tanggapan Responden Mengenai Persepsi Kemudahan
Penggunaan (Perceived ease of use).
Deskripsi tanggapan responden sebanyak 107 orang terhadap
item pertanyaan persepsi kemudahan penggunaan sebanyak 4 (empat)
55
item. Data kuesioner yang terdapat pada lampiran dapat dilihat
deskripsi tanggapan responden pada setiap item pertanyaan adalah
sebagai berikut :
Tabel IV.6 Deskripsi Tanggapan Responden
Terhadap Persepsi Kemudahan Penggunaan
Jumlah Jawaban Responden No Pertanyaan STS TS N S SS
1 Saya merasa e-learning mudah digunakan - 2 7 57 41
2 Saya meraasa e-learning mudah untuk dipelajari - 2 9 75 21
3 e-learning jelas dan mudah dipahami - 3 8 79 17
4 Mudah bagi saya untuk mendapatkan informasi di e-learning 2 1 13 78 13
Sumber : Data primer yang diolah (2009)
1. Berdasarkan data dari tabel IV.6 diatas menunjukkan bahwa
mayoritas responden sebanyak 57 orang atau 53,3 % menjawab
setuju atas item saya merasa e-learning mudah digunakan. Hal ini
berarti bahwa sebagian besar responden merasa e-learning mudah
digunakan.
2. Berdasarkan data dari tabel IV.6 diatas menunjukkan bahwa
mayoritas responden sebanyak 75 orang atau 70,1 % menjawab
setuju atas item pertanyaan saya merasa e-learning mudah untuk
dipelajari. Hal ini berarti bahwa sebagian besar responden merasa
e-learning mudah untuk dipelajari
3. Berdasarkan data dari tabel IV.6 diatas menunjukkan bahwa
mayoritas responden sebanyak 79 orang atau 73,8 % menjawab
setuju atas item pertanyaan e-learning jelas dan mudah dipahami.
56
Hal ini berarti bahwa sebagian besar responden jelas dan mudah
dalam memahami e-learning.
4. Berdasarkan data dari tabel IV.6 diatas menunjukkan bahwa
mayoritas responden sebanyak 78 orang atau 72,9 % menjawab
setuju atas item pertanyaan mudah bagi saya untuk mendapatkan
informasi di e-learning. Hal ini berarti bahwa sebagian besar
responden merasa mudah untuk mendapatkan informasi dari e-
learning.
b. Tanggapan Responden Mengenai Persepsi Kegunaan (Perceived
usefulness)
Deskripsi tanggapan responden sebanyak 107 orang terhadap
item pertanyaan persepsi kegunaan sebanyak 4 (empat) item. Data
kuesioner yang terdapat pada lampiran dapat dilihat deskripsi
tanggapan responden pada setiap item pertanyaan adalah sebagai
berikut :
Tabel IV.7 Deskripsi Tanggapan Responden
Terhadap Persepsi Kegunaan
Jumlah Jawaban Responden No Pertanyaan STS TS N S SS
1 Penggunaan e-learning mempertinggi efektifitas saya dalam belajar.
- 25 37 41 4
2 Penggunaan e-learning menjadikan pekerjaan atau tugas perkuliahan lebih mudah
- 6 66 33 2
3 Penggunaan e-learning meningkatkan produktivitas tugas perkuliahan saya. 1 28 35 42 1
4 saya merasa e-learning berguna atau bermanfaat.
- 9 56 38 4
Sumber : Data primer yang diolah (2009)
57
1. Berdasarkan data dari tabel IV.7 diatas menunjukkan bahwa
mayoritas responden sebanyak 41 orang atau 38,3 % menjawab
setuju atas item penggunaan e-learning mempertinggi efektivitas
belajar. Hal ini berarti bahwa sebagian besar responden merasa e-
learning dapat mempertinggi efektifitas dalam belajar khususnya
untuk memenuhi tugas perkuliahan.
2. Berdasarkan data dari Tabel IV.7 diatas menunjukkan bahwa
mayoritas responden sebanyak 66 orang atau 61,7 % menjawab
netral atas item penggunaan e-learning menjadikan pekerjaan atau
tugas perkuliahan lebih mudah. Hal ini berarti bahwa sebagian
besar responden merasa tidak tahu apakah dengan e-learning dapat
menjadikan pekerjaan atau tugas perkuliahan lebih mudah atau
sebaliknya.
3. Berdasarkan data dari tabel IV.7 diatas menunjukkan bahwa
mayoritas responden sebanyak 42 orang atau 39,3 % menjawab
setuju atas item pertanyaan penggunaan e-learning meningkatkan
produktivitas tugas perkuliahan saya. Hal ini berarti bahwa
sebagian besar responden merasa dengan menggunakan e-learning
dapat meningkatkan produktivitas perkuliahan
4. Berdasarkan data dari tabel IV.7 diatas menunjukkan bahwa
mayoritas responden sebanyak 56 orang atau 52,3 % menjawab
netral atas item saya merasa e-learning berguna atau bermanfaat.
Hal ini berarti bahwa sebagian besar responden merasa tidak tahu
58
apakah e-learning berguna atau bermanfaat untuk mendukung
perkuliahan.
c. Tanggapan Responden Mengenai Sikap Terhadap Penggunaan
(Attitude toward using).
Deskripsi tanggapan responden sebanyak 107 orang terhadap
item pertanyaan persepsi kemudahan penggunaan sebanyak 4 (empat)
item. Data kuesioner yang terdapat pada lampiran dapat dilihat
deskripsi tanggapan responden pada setiap item pertanyaan adalah
sebagai berikut :
Tabel IV.8 Deskripsi Tanggapan Responden
Sikap Terhadap Penggunaan
Jumlah Jawaban Responden No Pertanyaan STS TS N S SS
1 Saya menyukai ide penggunaan e-learning. 1 15 47 38 6
2 Saya senang menggunakan e-learning - 2 25 69 11
3 Saya percaya bahwa menggunakan e-learning ide baik untuk tugas perkuliahan saya.
- 7 34 55 11
4 Penggunaan e-learning adalah ide yang bagus
- 3 45 47 12
Sumber : Data primer yang diolah (2009)
1. Berdasarkan data dari tabel IV.8 diatas menunjukkan bahwa
mayoritas responden sebanyak 47 orang atau 43,9 % menjawab
netral atas item saya menyukai ide penggunaan e-learning. Hal ini
berarti bahwa sebagian besar responden merasa tidak tahu suka
atau tidak dengan ide menggunakan e-learning.
59
2. Berdasarkan data dari tabel IV.8 diatas menunjukkan bahwa
mayoritas responden sebanyak 69 orang atau 64,5 % menjawab
setuju atas item saya mempunyai kebiasaan sikap yang
menyenangkan terhadap penggunaan e-learning. Hal ini berarti
bahwa sebagian besar responden merasa mempunyai kebiasaan
sikap yang menyenangkan terhadap penggunaan e-learning.
3. Berdasarkan data dari tabel IV.8 diatas menunjukkan bahwa
mayoritas responden sebanyak 55 orang atau 51,4 % menjawab
setuju atas item saya percaya bahwa menggunakan e-learning ide
baik untuk tugas perkuliahan saya. Hal ini berarti bahwa sebagian
besar responden merasa menggunakan e-learning ide baik untuk
tugas perkuliahan saya.
4. Berdasarkan data dari aabel IV.8 diatas menunjukkan bahwa
mayoritas responden sebanyak 47 orang atau 43,9 % menjawab
setuju atas item penggunaan e-learning adalah ide yang bagus. Hal
ini berarti bahwa sebagian besar responden merasa bahwa e-
learning adalah suatu ide yang bagus untuk mendukung kegiatan
belajar mengajar.
d. Tanggapan Responden Mengenai Minat/ Perhatian untuk
Menggunakan (Behaviour Intention to Use).
Deskripsi tanggapan responden sebanyak 107 orang terhadap
item pertanyaan persepsi kemudahan penggunaan sebanyak 3 (tiga)
item. Data kuesioner yang terdapat pada lampiran dapat dilihat
60
deskripsi tanggapan responden pada setiap item pertanyaan adalah
sebagai berikut :
Tabel IV.9 Deskripsi Tanggapan Responden
Terhadap Minat/ Perhatian Untuk Menggunakan
Jumlah Jawaban Responden No Pertanyaan STS TS N S SS
1 Saya berkeinginan/ bermaksud untuk menggunakan e-leaning selama perkuliahan
8 58 35 6 -
2 Saya berkeinginan/ bermaksud menggunakan e-learning lagi
13 52 38 4 -
3 Saya berkeinginan/ bermaksud meningkatkan penggunaan e-learning untuk memenuhi tugas perkuliahan
24 54 22 7 -
Sumber : Data primer yang diolah (2009)
1. Berdasarkan data dari tabel IV.9 diatas menunjukkan bahwa
mayoritas responden sebanyak 58 orang atau 54,2 % menjawab
tidak setuju atas item saya berkeinginan/ bermaksud untuk
menggunakan e-leaning selama perkuliahan Hal ini berarti bahwa
sebagian besar responden kelak tidak berkeinginan/ bermaksud
untuk menggunakan e-leaning selama perkuliahan
2. Berdasarkan data dari tabel IV.9 diatas menunjukkan bahwa
mayoritas responden sebanyak 52 orang atau 48,6 % menjawab
tidak setuju atas item saya berkeinginan/ bermaksud menggunakan
e-learning lagi Hal ini berarti bahwa sebagian besar responden
tidak berkeinginan/ bermaksud menggunakan e-learning lagi.
3. Berdasarkan data dari tabel IV.9 diatas menunjukkan bahwa
mayoritas responden sebanyak 54 orang atau 50,5 % menjawab
tidak setuju atas item saya berkeinginan/ bermaksud meningkatkan
61
penggunaan e-learning untuk memenuhi tugas perkuliahan Hal ini
berarti bahwa sebagian besar responden tidak berkeinginan/
bermaksud meningkatkan penggunaan e-learning untuk memenuhi
tugas perkuliahan.
C. ANALISIS KUANTITATIF
1. Uji Validitas
Hasil output analisis faktor dapat dilihat pada tabel-tabel IV.10 dan
IV.11 berikut :
Tabel IV. 10 Hasil Analisis Faktor
Berdasarkan hasil CFA dari tabel IV.10 dapat dilihat satu item
yang tidak valid karena mempunyai nilai factor loading < 0,5. Kemudian
dilakukan pengujian CFA lagi dengan tidak mengikutsertakan item-item
Rotated Component Matrix a
.764
.777
.813
.857
.817
.584
.878
.712
.746
.421 .440
.656
.839
.789
.830
.718
PEOU1
PEOU2
PEOU3
PEOU4
PU1
PU2
PU3
PU4
ATT1
ATT2
ATT3
ATT4
BITU1
BITU2
BITU3
1 2 3 4
Component
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 5 iterations.a.
62
yang tidak valid secara trial and eror. Hasil revisi CFA dimana semua
item pertanyaan dinyatakan valid dapat dilihat pada tabel IV.11 berikut ini:
Tabel IV. 11 Hasil Analisis Faktor
Tabel IV. 12 Rangkuman Hasil Analisis Faktor
Variabel Item Factor Loading Keterangan
Perceived Ease of Use PEOU 1 0,769 Valid PEOU 2 0,778 Valid PEOU 3 0,816 Valid PEOU 4 0,859 Valid Perceived Usefulness USE 1 0,826 Valid USE 2 0,611 Valid USE 3 0,877 Valid USE 4 0,721 Valid Attitude Toward Using ATU 1 0,737 Valid ATU 3 0,667 Valid ATU 4 0,861 Valid
BITU 1 0,789 Valid BITU 2 0,838 Valid
Behaviour Intention to Use
BITU 3 0,732 Valid Sumber: Data primer yang diolah (2009)
Rotated Component Matrix a
.769
.778
.816
.859
.826
.611
.877
.721
.737
.667
.861
.789
.838
.732
PEOU1
PEOU2
PEOU3
PEOU4
PU1
PU2
PU3
PU4
ATT1
ATT3
ATT4
BITU1
BITU2
BITU3
1 2 3 4
Component
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 5 iterations.a.
63
Dalam penelitian ini, terdapat 14 item yang dinyatakan valid dari 15
item pertanyaan. 14 item pertanyaan inilah yang akan dianalisis lebih
lanjut
2. Uji Reliabilitas
Hasil pengujian reliabilitas variabel-variabel didapatkan nilai
cronbach’s alpha masing-masing variabel yang disajikan dalam Tabel IV.
13
Tabel IV. 13 Hasil Uji Reliabilitas Model
No Variabel Cronbach Alpha
Keterangan
1 Perceived Ease of Use 0,8392 Baik 2 Perceived Useffulness 0,8022 Baik 3 Attitude Toward Using 0,6891 Diterima 4 Behaviour Intention to Use 0,7691 Diterima Sumber: Data primer yang diolah (2009)
Dari tabel IV.13 dapat dilihat bahwa semua instrumen dinyatakan reliabel
karena mempunyai nilai cronbach’s alpha > 0,60.
D. Uji Asumsi Model
Sebelum pengujian kesesuaian model dan hipotesis, dalam penelitian
ini terlebih dahulu akan dilihat karakteristik data yang akan digunakan dalam
analisis. Pengujian terhadap karakteristik data meliputi pengujian normalitas
data, evaluasi outliers dan evaluasi multikolinearitas.
1. Normalitas Data
Normalitas univariate dan multivariate terhadap data yang
digunakan dalam analisis ini diuji dengan menggunakan AMOS 16.
Hasilnya adalah seperti yang disajikan dalam tabel IV.14 berikut ini :
Berdasarkan kriteria nilai mahalanobis distance tersebut, terdeteksi
nilai yang dianggap outliers sebanyak 1. namun demikian data outlier
tersebut dipertimbangkan tidak merupakan nilai ekstrim yang sangat
berbeda dari observasi lainnya. Hal ini tampak dari nilai mahalanobis
distance yang tidak berbeda terlalu jauh pada data outlier tersebut. Pada
akhirnya, outliers diputuskan untuk tidak dibuang mengingat jika outliers
tersebut dikeluakan dari analisis maka nilai goodness of fit nya akan
mengalami penurunan dan tidak terjadi perubahan yang cukup signifikan
pada nilai normalitas data.
3. Uji Multikolinearitas
Dalam program AMOS akan memberikan warning bila ternyata
matriks kovariannya menunjukkan adanya singularitas atau
multikolinearitas (Ferdinand, 2006). Dalam olah data, hasil uji
multikolinieritas yang menggunakan software AMOS tidak memberikan
tanda warning sehingga dapat disimpulkan bahwa data dalam penelitian
ini tidak terdapat masalah multikolinearitas.
E. Uji Goodness-of-Fit Model Struktural
Sebelum melakukan teknik pengujian hipotesis, langkah yang pertama
adalah menilai kesesuaian goodness-of-fit. Untuk Pengujianya menggunakan
Structural Equation Modeling (SEM) dengan bantuan program AMOS versi
16. Gambar berikut ini, merupakan model structural (path diagram) awal
sebelum modifikasi.
67
Gambar IV.2
Path Diagram Sebelum Modifikasi Sumber : Data primer yang diolah(2009)
Tabel IV.16 Kriteria Goodness of Fit sebelum modifikasi
Goodness-of-fit Indices Cut-off Value hasil kesimpulan
Chi-square (2c ) Diharapkan kecil 121,373 -
Significance Probability (p)
05,0³ 0.000 Tidak fit
CMIN/DF 00,2£ 1,686 Fit GFI 90,0³ 0,862 Marginal AGFI 90,0³ 0.799 Tidak fit TLI 90,0³ 0.879 Marginal CFI 90,0³ 0.904 Fit RMSEA 08,0£ 0.080 Fit
Sumber : Data primer diolah (2009)
PU
.27
PEOU
ATU BITU
pu1
.30
e5
1.00
1
pu2
.23
e6
.54
1
pu3
.28
e7
1.02
1
pu4
.22
e8
.77
1
peou4.17
e4
1.00
1peou3
.14
e3
.88
1peou2
.15
e2
.86
1peou1
.22
e1
.91
1
att4.21
e12
1.00
1att3
.42
e11
.70
1att1
.32
e9
1.07
1
bitu1
.20
e131.001
bitu2.31
e14.88 1
bitu3.29
e15
1.171
.31
.30
.20
.27
.38
.25
z21
.19
z3
1
.39
z1
1
Chi-squares=121.373prob=.000
CMIN/DF =1.686RMR=.044
GFI=.862AGFI=.799
TLI=.879CFI=.904
RMSEA=.080
68
Dari hasil pengukuran goodness fit index diatas dapat disimpulkan
bahwa besarnya significance probability diperoleh nilai cut of value (≥ 0,05)
yang belum memenuhi kriteria (0,000). Besarnya AGFI juga diperoleh nilai
cut of value (≥ 0,90) belum memenuhi kriteria (0,799).
Hasil pengukuran goodness fit index diatas menunjukan tingkat
probabilitas adalah signifikan sebesar 0,000 (p ≤ 0,05), hal ini menunjukan
adanya penyimpangan antara sample covarian matrix dan model (fitted)
covariance matrix, sedangkan nilai chi square untuk model yang baik
seharusnya mempunyai probabilitas tidak signifikan (≥ 0,05). Dengan
demikian, untuk mendapatkan model goodness fit index yang diharapkan
(lebih baik) maka perlu dilakukan revisi model dengan tujuan untuk
memperbaiki model yaitu dengan memodifikasi model berdasarkan tebel
modification index. Gambar berikut ini path diagaram setelah modifikasi.
69
Gambar IV.3 Path Diagram Setelah Modifikasi Sumber : Data primer diolah (2009)
Tabel IV.17 Kriteria Goodness of Fit setelah modifikasi
Goodness-of-fit Indices Cut-off Value hasil kesimpulan
Chi-square (2c ) Diharapkan kecil 82,994 -
Significance Probability (p) 05,0³ 0.120 Fit CMIN/DF 00,2£ 1,203 Fit GFI 90,0³ 0,897 Marginal AGFI 90,0³ 0.843 Marginal TLI 90,0³ 0.964 Fit CFI 90,0³ 0.973 Fit RMSEA 08,0£ 0.044 Fit
Sumber : Data primer diolah (2009)
PU
.28
PEOU
ATU BITU
pu1
.17
e5
1.00
1
pu2
.25
e6
.43
1
pu3
.35
e7
.78
1
pu4
.10
e8
.82
1
peou4.15
e4
1.00
1peou3
.18
e3
.77
1peou2
.12
e2
.91
1peou1
.27
e1
.78
1
att4.22
e12
1.00
1att3
.42
e11
.69
1att1
.31
e9
1.11
1
bitu1
.19
e131.001
bitu2.30
e14.87 1
bitu3.30
e15
1.121
.36
.27
.17
.28
.30
.25
z21
.21
z3
1
.51
z1
1
Chi-squares=82.994prob=.120
CMIN/DF =1.203RMR=.041
GFI=.897AGFI=.843
TLI=.964CFI=.973
RMSEA=.044
-.10
-.18
.08
70
Tabel IV.18 Perbandingan hasil Goodness-of-fit Indices sebelum dan sesudah
Dari hasil pengukuran modifikasi goodness fit index diatas dapat
disimpulkan bahwa besarnya significance probability diperoleh nilai cut of
value (≥ 0,05) sudah memenuhi kriteria (0,120).
Hasil pengukuran goodness fit index diatas menunjukan tingkat
probabilitas adalah signifikan sebesar 0,120 (p ≥ 0,05), hal ini menunjukan
sudah memenuhi kriteria model yang baik (goodness fit model) karena model
yang baik yaitu mempunyai tingkat probabilitas yang tidak signifikan lebih
dari α = 5%, sehingga menunjukan adanya kesesuaian antara sample covarian
matrix dan model (fitted) covariance matrix (Hair, et al, 1998 dalam Ghozali,
2004).
Normed Chi-Square (CMIN/DF) adalah ukuran yang diperoleh dari
nilai chi-square dibagi dengan degree of freedom. Indeks ini merupakan
indeks kesesuaian parsimonious yang mengukur hubungan goodness-of-fit
model dengan jumlah koefisien-koefisien estimasi yang diharapkan untuk
71
mencapai tingkat kesesuaian. Nilai CMIN/DF pada model ini adalah 1,203
menunjukkan bahwa model penelitian ini fit.
Goodness of Fit Index (GFI) mencerminkan tingkat kesesuaian model
secara keseluruhan yang dihitung dari residual kuadrat dari model yang
diprediksi dibandingkan data yang sebenarnya. Nilai yang mendekati 1
mengisyaratkan model yang diuji memiliki kesesuaian yang baik. Dengan
tingkat penerimaan yang direkomendasikan ³ 0,9, dapat disimpulkan bahwa
model memiliki tingkat kesesuaian yang marginal dengan nilai GFI sebesar
0,897.
Adjusted Goodness of Fit Index (AGFI) adalah GFI yang disesuaikan
dengan rasio antara degree of freedom dari model yang diusulkan dan degree
of freedom dari null model. Nilai AGFI dalam model ini adalah 0,843
menunjukkan tingkat kesesuaian yang marginal.
Tucker Lewis Index (TLI) merupakan alternatif incremental fit index
yang membandingkan model yang diuji dengan baseline model. TLI
merupakan indeks kesesuaian model yang kurang dipengaruhi oleh ukuran
sampel. Nilai yang direkomendasikan ³ 0,90, dapat disimpulkan bahwa model
menunjukkan tingkat kesesuaian yang fit dengan nilai TLI sebesar 0,964.
Comparative Fit Index (CFI) adalah indeks kesesuaian incremental
yang membandingkan model yang diuji dengan null model. Besaran indeks ini
adalah dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan
model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan
untuk dipakai karena indeks ini relatif tidak sensitif terhadap besarnya sampel
dan kurang dipengaruhi oleh kerumitan model. Dengan memperhatikan nilai
72
yang direkomendasikan ³ 0,90, maka nilai CFI sebesar 0,973 menunjukkan
bahwa model ini memiliki kesesuaian yang baik.
The Root Mean Square Error of Approximation (RMSEA) adalah
indeks yang digunakan untuk mengkompensasi nilai chi-square dalam sampel
yang besar. Nilai penerimaan yang direkomendasikan £ 0,08, maka nilai
RMSEA sebesar 0,044 menunjukkan tingkat kesesuaian yang baik.
Berdasarkan keseluruhan pengukuran goodness-of-fit tersebut di atas
mengindikasikan bahwa model yang diajukan dalam penelitian dapat diterima.
F. Pengujian Hipotesis
1. Analisis Kausalitas
Analisis kausalitas dilakukan guna mengetahui hubungan antara
variabel. Setelah kriteria goodness of fit dapat terpenuhi atas model
struktural yang diestimasi, selanjutnya analisis terhadap hubungan-
hubungan struktur model (pengujian hipotesis) dapat dilakukan. Pada
jumlah responden lebih dari 100 maka nilai z tabel untuk tingkat
signifikansi 5% adalah sebesar + 1,98 (Jogiyanto, 2004).
73
Tabel IV.19 Hasil Estimasi Model Struktural
Hubungan Variabel Estimate S.E. C.R
. P
Keterangan
Perceived usefulness
<--- Perceived ease of use
.358 .144 2.491 .013 Signifikan
Attitude toward using
<--- Perceived ease of use
.267 .127 2.092 .036 Signifikan
Attitude toward using
<--- Perceived usefulness
.170 .083 2.054 .040 Signifikan
Behavioural intention to use
<--- Perceived usefulness
.303 .088 3.453 *** Signifikan
Behavioural intention to use
<--- Attitude toward using
.282 .128 2.195 .028 Signifikan
Sumber : Data primer diolah (2009)
Tabel IV.19 menggambarkan hubungan atau pengaruh antara
variabel perceived ease of use memiliki pengaruh signifikan pada
perceived usefulness dengan nilai C.R. sebesar 2,491 dan nilai probabilitas
sebesar 0,013 (< 0,05). Perceived ease of use mempunyai pengaruh pada
variable attitude toward using dengan nilai C.R. sebesar 2,092 dan nilai
probabilitas sebesar 0,036 (<0,05). Perceived usefulness berpengaruh
signifikan pada attitude toward using dengan nilai C.R sebesar 2,054 dan
nilai probabilitas sebesar 0,040 (<0,05). Perceived usefulness berpengaruh
signifikan pada behavioural intention to use dengan nilai C.R. sebesar
3,453 dan nilai probbilitasnya sebesar 0,000 (<0,05). Attitude toward using
mempunyai pengaruh signifikan pada behavioural intention to use dengan
nilai C.R. sebesar 2,195 dan nilai probabilitas sebesar 0,028 (< 0,05).
74
G. Pembahasan
Setelah menilai model secara keseluruhan dan menguji hubungan
kausalitas seperti yang dihipotesiskan, tahap selanjutnya adalah pembahasan
hasil penelitian sebagai berikut:
1. Hipotesis 1 : perceived ease of use berpengaruh signifikan pada
perceived usefulness.
Hipotesis ini bertujuan untuk menguji apakah perceived ease of use
berpengaruh signifikan pada perceived usefulness. Berdasarkan hasil
analisis pada tabel IV.16 didapatkan hasil C.R. perceived ease of use pada
perceived usefulness sebesar 2,491 dan probabilitas sebesar 0,013. Nilai
C.R. perceived ease of use pada perceived usefulness lebih dari 1,98,
maka menunjukan bahwa hipoteis 1 didukung. Artinya secara statistik
dapat disimpulkan bahwa dalam penelitian ini perceived ease of use
mempunyai pengaruh yang signifikan pada perceived usefulness. Jadi
semakin mudah pengguna (user) yang dalam hal ini mahasiswa
berinteraksi dengan e-learning maka semakin tinggi potensi kegunaan e-
learning tersebut. Untuk itu, pihak instansi perlu membuat desain yang
minimalis, mudah dimengerti tetapi tidak meninggalkan unsur
kecanggihan dan keunggulan sehingga kemanfaatan dari e-learning dapat
dirasakan oleh mahasiswa.
Didukungnya hipotesis 1 dalam studi pada mahasiswa Fakultas
Ekonomi UNS ini konsisten dengan penelitian sebelumnya oleh Masrom
(2006), Al-Ammari dan Hamad (2007), Jung et al., (2008) bahwa terdapat
75
pengaruh yang kuat antara perceived ease of use pada perceived
usefulness.
2. Hipotesis II : perceived ease of use berpengaruh signifikan pada
attitude toward using.
Hipotesis ini bertujuan untuk menguji apakah perceived ease of use
mempunyai pengaruh yang signifikan pada attitude toward using.
Berdasarkan hasil analisis pada tabel IV.16 didapatkan hasil C.R.
perceived ease of use pada attitude toward using sebesar 2,092 dan
probabilitas sebesar 0,036. Nilai C.R. perceived ease of use pada attitude
toward using lebih dari 1,98, maka menujukan bahwa hipoteis II
didukung. Artinya secara statistik dapat disimpulkan bahwa dalam
penelitian ini perceived ease of use berpengaruh positif pada attitude
toward using. Jadi hal ini mengindikasikan bahwa semakin tinggi tingkat
kemudahan penggunaan fasilitas e-learning bagi mahasiswa, maka
mahasiswa akan bersikap menerima/ menggunakan fasilitas e-learning
tersebut untuk membantu memenuhi tugas-tugas perkuliahan. Untuk itu,
pihak instansi perlu membuat desain yang minimalis, mudah dimengerti
tetapi tidak meninggalkan unsur kecanggihan dan keunggulan sehingga
sikap dari mahasiswa dapat menerima kehadiran e-learning.
Didukungnya hipotesis II dalam studi pada mahasiswa Fakultas
Ekonomi UNS ini konsisten dengan penelitian sebelumnya oleh Masrom
(2006), Jung et al., (2008) bahwa terdapat pengaruh yang kuat antara
perceived ease of use pada attitude toward using.
76
3. Hipotesis III : perceived usefulness berpengaruh signifikan pada
attitude toward using
Hipotesis ini bertujuan untuk menguji apakah perceived usefulness
berpengaruh positif terhadap attitude toward using. Berdasarkan hasil
analisis pada tabel IV.16 didapatkan hasil C.R. perceived usefulness pada
attitude toward using sebesar 2,054 dan probabilitas sebesar 0,040. Nilai
C.R. perceived usefulness pada attitude toward using lebih dari 1,98,
maka menunjukan bahwa hipoteis III didukung. Artinya secara statistik
dapat disimpulkan bahwa dalam penelitian ini . perceived usefulness
berpengaruh positif pada attitude toward using. Jadi hasil pengujian
mengindikasikan bahwa semakin tinggi kemanfaatan/ kegunaan dari
fasilitas e-learning bagi mahasiswa, maka mahasiswa akan bersikap
menggunakan/ menerima fasilitas e-learning tersebut untuk membantu
memenuhi tugas-tugas perkuliahan. Untuk itu, pihak instansi perlu
menambahkan fitur-fitur baru sehingga kemanfaatan dari e-learning dapat
dirasakan mahsiswa dan pada akhirnya penerimaaan akan teknologi
tersebut tercapai.
Didukungnya hipotesis III dalam studi pada mahasiswa Fakultas
Ekonomi UNS ini konsisten dengan penelitian sebelumnya oleh Masrom
(2006), Marie-Louise L. Jung et al (2008), dan Hu, Cau, sheng and Tam
(1999) bahwa terdapat pengaruh yang kuat antara perceived usefullness
pada attitude toward using.
77
4. Hipotesis IV : perceived usefulness berpengaruh signifikan pada
behavioural intention to use
Hipotesis ini bertujuan untuk menguji apakah perceived usefulness
berpengaruh positif terhadap behavioural intention to use. Berdasarkan
hasil analisis pada tabel IV.16 didapatkan hasil C.R. perceived usefulness
pada behavioural intention to use sebesar 3,453 dan probabilitas sebesar
0,001. Nilai C.R. perceived usefulness pada behavioural intention to use
lebih dari 1,98, maka menunjukan bahwa hipoteis IV didukung. Artinya
secara statistik dapat disimpulkan bahwa dalam penelitian ini . perceived
usefulness berpengaruh pada behavioural intention to use. Jadi hasil
pengujian ini mengindikasikan bahwa semakin tinggi kemanfaatan dari
fasilitas e-learning maka minat untuk menggunakan untuk menggunakan
fasilitas e-learning tersebut akan semakin tinggi. Untuk itu, pihak instansi
perlu membuat desain yang minimalis, mudah dimengerti tetapi tidak
meninggalkan unsur kecanggihan dan keunggulan sehingga kemanfaatan
dari e-learning dapat dirasakan oleh mahasiswa dan pada akhirnya minat
untuk menggunakan teknologi e-learning secara terus menerus akan
tercapai.
Didukungnya hipotesis IV dalam studi pada mahasiswa Fakultas
Ekonomi UNS ini konsisten dengan penelitian sebelumnya oleh Masrom
(2006), Jung et al (2008), Hu, Cau, sheng and Tam (1999), dan Al-
Ammari dan Hamad (2007) bahwa terdapat pengaruh yang kuat antara
perceived usefulness pada behavioural intention to use.
78
5. Hipotesis V : attitude toward using berpengaruh signifikan pada
behavioural intention to use
Hipotesis ini bertujuan untuk menguji apakah attitude toward using
berpengaruh signifikan pada behavioural intention to use. Berdasarkan
hasil analisis pada tabel IV.16 didapatkan hasil C.R. attitude toward using
pada behavioural intention to use sebesar 2,195 dan probabilitas sebesar
0,028. Nilai C.R. attitude toward using pada behavioural intention to use
lebih dari 1,98 dan probabilitasnya lebih besar dari 0,05, maka menujukan
bahwa hipoteis V didukung. Artinya secara statistik dapat disimpulkan
bahwa dalam penelitian ini, attitude toward using berpengaruh positif
pada behavioural intention to use. Jadi hasil pengujian ini
mengindikasikan bahwa semakin tinggi sikap penerimaan terhadap
teknologi e-learning maka dengan sikap penerimaan dari mahasiswa
tersebut akan menjadikan minat/ perhatian untuk tetap terus menggunakan
e-learning.
Didukungnya hipotesis V dalam studi pada mahasiswa Fakultas
Ekonomi UNS ini konsisten dengan penelitian sebelumnya Jung et al.,
(2008), dan Hu, Cau, sheng and Tam (1999) bahwa terdapat pengaruh
yang kuat antara attitude toward using pada behavioural intention to use.
79
BAB V
KESIMPULAN DAN SARAN
Pada bagian ini akan dipaparkan kesimpulan dan saran sebagai bagian
akhir dari penelitian ini. Kesimpulan ini didasarkan pada hasil analisis data yang
telah dilakukan dan akan menjawab permasalahan yang telah dirumuskan
sebelumnya sesuai dengan tujuan penelitian ini. Selain kesimpulan akan
disertakan saran-saran yang diharapkan berguna bagi semua pihak yang
berkepentingan.
1. Kesimpulan
Penelitian ini merupakan replikasi penelitian yang dilakukan oleh
Masrom (2006) berdasarkan model penerimaan teknologi yang diperkenalkan
oleh Davis (1989). Jumlah kuesioner yang diterima sebanyak 120 dan hanya
107 yang dapat diolah. Berikut adalah tabel hasil ringkasan dari analisis
deskriptif :
Tabel V.1 Rangkuman Hasil Deskriptif Responden
Jenis Keterangan Jumlah Prosentse
Umur 19 tahun 55 orang 51,4 %
Jenis Kelamin Perempuan 56 orang 52,3 %
Program
Pendidikan
SI Manajemen 74 orang 69,2 %
Frekuensi
Penggunaan
Cukup sering 43 orang 40,2 %
Sumber : Data primer diolah (2009)
80
Hasil pengujian goodness-of-fit atas model yang diajukan
menunjukkan hasil yang baik. Berdasarkan penelitian yang telah dilakukan
pada mahasiswa SI di Fakultas Ekonomi Universitas Sebelas Maret, mengenai
pengujian Model Penerimaan Tekonologi E-learning, maka dapat diambil
kesimpulan-kesimpulan sebagai berikut :
a Hasil pengujian hipotesis pertama menunjukan bahwa persepsi
kemudahan penggunaan (perceived ease of use) e-learning berpengaruh
secara signifikan pada persepsi kegunaan (perceived usefulness),
sehingga hipotesis 1 didukung didalam penelitian ini. Hasil ini
konsisten dengan hasil penelitian dari Masrom (2006) dalam penelitian
penerimaan teknologi e-learning. Jadi semakin mudah pengguna (user)
yang dalam hal ini mahasiswa berinteraksi dengan e-learning maka
semakin tinggi potensi kegunaan e-learning tersebut.
b Hasil pengujian hipotesis kedua dan hipotesis ketiga menunjukan bahwa
persepsi kemudahan penggunaan (perceived ease of use) dan persepsi
kegunaan (perceived usefulness) e-learning berpengaruh secara
signifikan pada sikap terhadap penggunaan (attitude toward using),
sehingga hipotesis 2 dan 3 didukung didalam penelitian ini. Hasil ini
konsisten dengan hasil penelitian yang dilakukan oleh penelitian
sebelumnya oleh Masrom (2006). Hasil penelitian mengindikasikan
bahwa semakin tinggi kemudahan dan kemanfaatan fasilitas e-learning
bagi mahasiswa, maka mahasiswa akan bersikap menggunakan fasilitas
e-learning tersebut untuk membantu memenuhi tugas-tugas perkuliahan.
81
c Hasil pengujian hipotesis keempat menunjukan bahwa persepsi
kegunaan (perceived usefulness) e-learning berpengaruh secara
signifikan pada minat/ keinginan untuk menggunakan (behavioural
intention to use ), sehingga hipotesis 4 didukung didalam penelitian ini.
Hasil ini konsisten dengan hasil penelitian yang dilakukan oleh beberapa
penelitian sebelumnya oleh Masrom (2006). Hasil penelitian
mengindikasikan bahwa semakin tinggi kemanfaatan dari fasilitas e-
learning maka minat untuk menggunakan untuk menggunakan fasilitas
e-learning tersebut akan semakin tinggi.
d Hasil pengujian hipotesis kelima menunjukan bahwa sikap untuk
mengunakan e-learning berpengaruh secara signifikan pada minat/
keinginan untuk menggunakan, sehingga hipotesis 5 didukung didalam
penelitian ini. Hasil ini konsisten dengan hasil penelitian yang dilakukan
oleh beberapa penelitian sebelumnya oleh Hu, Cau, sheng and Tam
(1999). Hasil penelitian mengindikasikan bahwa pengguna mempunyai
sikap menerima atau menyukai ide adanya e-learning maka dengan
sikap penerimaan dari mahasiswa tersebut akan menjadikan minat/
perhatian untuk tetap terus menggunakan e-learning.
82
2. Keterbatasan
Beberapa keterbatasan yang ditemukan penelitian ini adalah sebagai
beikut :
a penelitian ini dilakukan dengan mengambil responden hanya
mahasiswa Fakultas Ekonomi sehingga belum cukup untuk mewakili
dari populasi yang ada dan kemampuan untuk untuk memberikan
generalisasi teori secara empiris terkait dengan fenomena baru yang
ditemukan belum bisa dibuktikan terutama dalam penerimaan
teknologi.
b Penelitian ini menggunakan data primer. Sehingga olahan dan
analisis data berdasarkan pada persepsi jawaban responden melalui
kuesioner. Banyak faktor ekstenal yang mempengaruhi independensi
responden terhadap pengisian kuesioner
c Responden yang mnejawab tidak dapat dipantau satu persatu dengan
cermat.
3. Rekomendasi
a Penelitian berikutnya diharapkan dapat menambah jumlah sampel
dan karakteristik responden yang lebih meluas sehingga fenomena-
fenomena yang terkait dengan penerimaan teknologi dapat
diidentifikasi.
b Penelitian tentang perilaku pengguna terhadap penerimaan teknologi
menggunakan TAM dapat dikembangkan lebih lanjut dengan
mengkombinasi teori lain dari bidang ilmu sosial, ekonomi, psikologi
atau bidang ilmu lainnya.
83
c Obyek yang dapat diteliti untuk penelitian lainnya dengan
Technology Acceptance Model (TAM) dapat lebih beragam, mulai
dari teknologi informasi yang meliputi perangkat keras (jaringan,
input/output device), perangkat lunak (sistem informasi, aplikasi,
bahasa pemrograman dan perlu ada faktor tambahan untuk
dimasukan dalam model seperti karakteristik pengguna, pengalaman
pengguna.
4. Implikasi
a Implikasi Teoritis
Penelitian ini memberikan bukti empiris bahwa dalam model
penerimaan teknologi e-learning pada mahasiswa perceived
usefulness (persepsi kegunaan) mempunyai pengruh paling kuat pada
behavioural intention to use (minat/ keinginan untuk menggunakan).
Ketika mahasiswa benar-benar mearasakan manfaat atau kegunaan
dari e-learning ini maka mahasiswa akan berniat/ berkeinginan untuk
tetap menggunakannya.
Selain itu perlu pengujian kembali pada pengaruh perceived
ease of use (persepsi kemudahan penggunaan) terhadap behavioural
intention to use (minat/ keinginan untuk menggunakan) karena pada
penelitian-penelitian sebelumnya menguji hubungan tersebut.
84
b Implikasi Praktis
Hasil penelitian ini yang menyatakan bahwa penerimaan
teknologi untuk individu satu ke individu yang lain atau organisasi
satu ke organisasi yang lain berbeda-beda. Untuk itu prlu pengujian
melalui penelitian yang menguji konstruk dan dimensi-dimensi
penerimaan teknologi berdasarkan kerangka kerja yang dikemukakan
oleh Masrom (2006).
Harapannya adalah hasil penelitian ini dapat digunakan untuk
memprediksi tingkat adopsi teknologi instansi sehingga dapat
membantu pengambilan keputusan mengenai keputusan investasi dan
keputusan strategis terhadap pemakaian teknologi informasi dan
lebih jauh lagi manipulasi manajerial seperti desain sistem dan
pelatihan baik perorangan atau untuk organisasi.
85
DAFTAR PUSTAKA
Adams, D.S., R.R. Nelson, and P.A. Todd. 1992. Perceived Usefulness, Perceived Ease of Used, and Usage of Information Technology: A Replication. MIS Quarterly, 16 (2), pp: 227-247. http://www.misq.org/archivist/
Agarwal, R. and Karahanna. E. 2000. Time Flies when you Having fun: Cognitive
absorption and beliefs about information technology usage. MIS Quaterly, 24(4) : 665-694
Al-Ammari, Jafflah. DR and Hammad, Sharifa. MS. 2007. Factors Influencing
The Adoption Of E-Learning At Uob. Bahrain : University of Bahrain Alavi, M. & Leidner, D.E. (2001). Research commentary: technology-mediated
learning-a call for greater depth and breadth of research. Information Systems Research, 12,1-10.
ANTA. (2003). Definition of key terms used in e-learning (version 1.00).
Retrieved 7 October, 2009, from http://www.flexiblelearning.net.au/guides/keyterms.pdf
Basori. ( ). Mengapresiasi E-learning Berbasis Moodle. UNS : Fakultas IKIP. Chin,W.W. and Todd,P. 1995. On the use usefulness, ease of use of structural
equation modeling in MIS Reseach; A note of coution, MIS Quarterly, 13 (3), 319-340
Davis FD.1989.“ Perceived Usefullness, Perceived ease of use of Information
Technology ”.Management Information System Quarterly, 21(3) Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. 1989. User Acceptance of
Computer Technology: A Comparison of Two Theoretical Models. Management Science, 35, pp. 982-1003
Dasgupta, S., Granger, M. & Mcgarry, N. (2002). User acceptance of e-
collaboration technology: an extension of the technology acceptance model, Group Decision and Negotiation, 11, 87-100.
Ferdinand, A., 2002. Structural Equation Modelling dalam Penelitian
Manajemen. Semarang : BP UNDIP. Fishbein, M. & Ajzen, I. (1975), Belief, attitude, intention and behavior: an
introduction to theory and research. Reading, MA: Addison-Wesley. Gilbert, & Jones, M. G. (2001). E-learning is e-normous. Electric Perspectives, 26(3), 66-82.
86
Ghozaly, Imam Prof. Dr. H. (2002). Aplikasi Analisis Multivariat dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro.
Ghozaly, Imam. 2004. Model Persamaan Struktural: Konsep dan aplikasi dengan
program AMOS ver. 5.0. Semarang: Badan Penerbit Universitas Diponegoro
Hu, P, Chau, P, Tam, K. Examining the technology acceptance model using
physician acceptance of telemedicine technology, Journal of Management Information Systems, 1999; 16;2, 91-112.
Hong, W., Ton, J.Y.L., Wong, W.M., & Tam.K.Y. 2002. Determinats of User
Acceptance of Digital Linraries: An Empirical Examination of Individual Differences and System Characteristic. Journal of Management Information System, 18(3): 97-124
experiences and attitudes”, Journal of the American Society for Information Science and Technology, Vol. 53 No.7,pp. 549-66
Hair, J.T.; Anderson, R.E.; Tatham, R.L.; and Black, W.C. Multivariate Data
Analysis with Readings, 3d ed. New York: Macmillan. 1992. Igbaria M,.1994. “An Examination of the factors contributing to Micro Computer
techenology acceptance ”. Journal of Information system,Elsiever Science, USA
ILRT. (2005). Institute for learning & research technology of Bristol University.
Retrieved 7 October 2005, from http://www.ilrt.bris.ac.uk/projects/elearning
Jenkins, M. & Hanson, J. (2003). E-learning series: A guide for senior managers,
Learning and Teaching Support Network (LSTN) Generic Centre, United Kingdom.
Jung, Marie-Louise. 2008. E-Learning: Investigating University Student's
Acceptance of Technology. Sweden : Luleå University of Technology, Luleå
Leidner, D.E. & Jarvenpaa, S.L. (1993). The information age confronts education:
case studies on electronic classrooms, Information Systems Research, 4, 24-55.
Masrom, Maslin. (2006). Technology Acceptance Model and E-learning.
University Brunei Darussalam : 12th International Conference on Education, Sultan Hassanal Bolkiah Institute of Education
87
Milchrahm, Elisabeth (2003), “Modelling the Acceptance of Information Technology(online)<http://www.inforum.cz/inforum2003/prispevky/milchrahm_elisabeth.pdf
Nasution, Fahmi N. 2000. Penggunaan Teknologi Informasi Berdasarkan Aspek
Prilaku. USU : Digital Library dari http://www.library.usu.ac.id/akuntansi-fahmi.pdf.
Oos M. Anwas, Model Inovasi E-Learning Dalam Meningkatkan Mutu
Pendidikan, Jurnal Teknodik, Edisi No.12/VII/Oktober/2003. Rosenberg, Marc J. (2000). The E-Learning Readiness Survey. From
http://www.ucalgary.ca/srmccaus/eLearning_Survey.pdf Rosenberg, Marc J. (2006). What Lies Beyond E-Learning?. Retrieved 7 july 2009
from: http://www.learningcircuits.org/2006/March/ Sekaran, Uma. 2006. Research Methode for Bussines: Metode Penelitian untuk
Bisnis, Edisi 4. Jakarta: Salemba Empat Suhendra, Susi dan Meliawati, Yusye. (2008). Determinan Penggunaan
Peristakaan Digital. Jakarta : Universitas Gunadarma Sohn, B. (2005). E-learning and primary and secondary education in Korea.
KERIS Korea Education & Research Information Service, 2(3), 6-9. Thompson Ronald, Howell, Higgins,.1991. “Personal Computing: Toward a
conceptual Model of Utilization ”. Management Information System Quarterly, 21(3)
Taylor, S. and Todd, P.A. (1995). Understanding Information Technology Usage:
A Test of Competing Models. Information Systems Research, 6 (2), 144-176.
Urdan, T. A., & Weggen, C. C. (2000). Corporate e-learning: Exploring a new
frontier. Retrieved 17 October 2005, Fromhttp://www.spectrainteractive.com/pdfs/CorporateELearingHamrecht.pdf
Vekantesh, Vishvanath dan Fred D. Davis. 2000. “A Theorical Extention of the
Technology Acceptance Model: Four Longitudinal Field Studies”. Dalam Management Science Vol. VI No. 42, February. p. 186-204.
Wahyudi, Lilik. 2006. Model Penerimaan Teknologi di Perguruan Tinggi.
Fakultas Ekonomi Universitas sebelas Maret. Fokus Manajerial Vol. 4, No. 2 : 196 – 2009
88
( ). Teknologi Informasi, Inovasi bagi Dunia Pendidikan. Dariwww.uny.ac.id/akademik/sharefile/files/222.124.21.201_03042007134933
89
LAMPIRAN
GAMBARAN TENTANG E-LEARNING FE UNS MENU DAFTAR MATA KULIAHKU DESKRIPSI MATA KULIAH
90
MENU KUIS MENU DOKUMEN
91
MENU PENGUMUMAN MENU AGENDA
92
MENU PUBLIKASI SISWA MENU FORUM
93
MENU USER
94
Responden yang terhormat,
Terima kasih atas kesediaan anda mengisi kuesioner ini. Pengisian
kuesioner ini semata-mata ditujukan untuk kepentingan penelitian ilmiah.
Jawablah dengan memberi tanda silang (X) atau contreng (V) pada kolom yang
sudah disediakan. Tidak ada jawaban yang dianggap benar atau salah dalam
pengisian kuesioner. Mohon kesediaan anda untuk menjawab seluruh pertanyaan
tanpa ada yang kosong. Jawaban anda akan sangat membantu dalam penelitian ini.
Sekali lagi saya ucapkan terima kasih atas pengisian kuesioner ini.
NAMA :
Jenis Kelamin :
Usia : Jurusan : Seberapa sering anda menggunakan e-learning : Ket :
SS : Sangat Setuju
S : Setuju
N : Netral
TS : Tidak Setuju
STS : Sangat Tidak Setuju
C : Cukup
J : Jarang
TP : Tidak Pernah
Ep Akt Mnj
Pria Wanita
TP J C S SS
95
1. Persepsi Kemudahan Penggunaan (Perceived Ease of Use) (PEOU) No Kode Ket. SS S N TS STS 1 EASE 1 Saya merasa e-learning mudah
digunakan
2 EASE 2 Saya merasa e-learning mudah untuk dipelajari
3 EASE 3 e-learning jelas dan mudah dipahami
4 EASE 4 Mudah bagi saya untuk mendapatkan informasi di e-learning
2. Persepsi Kegunaan (Perceived Usefulness) (PU) No Kode Ket. SS S N TS STS 1 USE 1 Penggunaan e-learning
mempertinggi efektivitas saya dalam belajar
2 USE 2 Penggunaan e-learning menjadikan pekerjaan/ tugas perkuliahan lebih mudah
3 USE 3 penggunaan e-learning meningkatkan produktivitas tugas perkuliahan saya
4 USE 4 Saya merasa e-learning berguna/bermanfaat
3. Sikap terhadap Penggunaan (Attitude Toward Using) (ATTITUDE) No Kode Ket. SS S N TS STS 1 ATT 1 Saya menyukai ide penggunaan
e-learning
2 ATT 2 Saya senang menggunakan e-learning
3 ATT 3 Saya percaya bahwa menggunakan e-learning ide baik untuk tugas perkuliahan saya
4 ATT 4 Penggunaan e-learning adalah ide yang bagus
96
4. Maksud Untuk Menggunakan (Intention to Use) (ITU) No Kode Ket. SS S N TS STS 1 ANT 1 Saya berkeinginan/ bermaksud
untuk menggunakan e-learning selama perkuliahan
2 ANT 2 Saya akan berkeinginan/ bermaksud menggunakan e-learning lagi
3 ANT 3 Saya bermaksud/ berkeinginan meningkatkan penggunaan e-learning untuk memenuhi tugas perkuliahan
1
NO PRODI USIA JEN_KEL TKT_GUNA PEOU1 PEOU2 PEOU3 PEOU4 PU1 PU2 PU3 PU4 ATU1 ATU2 ATU3 ATU4 BITU1 BITU2 BITU3
Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
8
Component Matrixa
.582 .486
.613 .446
.595 .553
.505 .637
.597 -.473
.588
.483 -.628
.635
.535 .401 .471
.423 .498
.453 .691
.576 -.508
.512 -.629
.664 -.414
PEOU1
PEOU2
PEOU3
PEOU4
PU1
PU2
PU3
PU4
ATT1
ATT3
ATT4
BITU1
BITU2
BITU3
1 2 3 4
Component
Extraction Method: Principal Component Analysis.
4 components extracted.a.
Rotated Component Matrixa
.769
.778
.816
.859
.826
.611
.877
.721
.737
.667
.861
.789
.838
.732
PEOU1
PEOU2
PEOU3
PEOU4
PU1
PU2
PU3
PU4
ATT1
ATT3
ATT4
BITU1
BITU2
BITU3
1 2 3 4
Component
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 5 iterations.a.
9
Component Transformation Matrix
.556 .561 .472 .393
.730 -.640 -.204 .126
-.398 -.389 .280 .782
.003 .353 -.811 .467
Component1
2
3
4
1 2 3 4
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
10
Reliability ****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) 1. PEOU1 2. PEOU2 3. PEOU3 4. PEOU4 N of Statistics for Mean Variance Std Dev Variables SCALE 16.3084 4.3096 2.0760 4 Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted PEOU1 12.0280 2.5181 .6314 .8160 PEOU2 12.2336 2.6713 .6620 .8012 PEOU3 12.2804 2.6188 .7029 .7846 PEOU4 12.3832 2.4084 .7006 .7837 Reliability Coefficients N of Cases = 107.0 N of Items = 4 Alpha = .8392
Reliability ****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) 1. PU1 2. PU2
11
3. PU3 4. PU4 N of Statistics for Mean Variance Std Dev Variables SCALE 12.9907 5.7075 2.3890 4 Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted PU1 9.7664 3.0298 .6605 .7322 PU2 9.7009 4.0984 .5157 .7991 PU3 9.8598 2.9707 .6907 .7148 PU4 9.6449 3.5897 .6305 .7478 Reliability Coefficients N of Cases = 107.0 N of Items = 4 Alpha = .8022
Reliability ****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) 1. ATT1 2. ATT3 3. ATT4 N of Statistics for Mean Variance Std Dev Variables SCALE 10.5981 3.2426 1.8007 3 Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted ATT1 7.2897 1.5285 .5175 .5805 ATT3 6.9439 1.8459 .4047 .7161
12
ATT4 6.9626 1.6212 .6033 .4751 Reliability Coefficients N of Cases = 107.0 N of Items = 3 Alpha = .6891
Reliability ****** Method 1 (space saver) will be used for this analysis ****** _ R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) 1. BITU1 2. BITU2 3. BITU3 N of Statistics for Mean Variance Std Dev Variables SCALE 6.7850 3.5288 1.8785 3 Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted BITU1 4.4206 1.8309 .6284 .6657 BITU2 4.4766 1.8367 .5825 .7114 BITU3 4.6729 1.5807 .6066 .6917 Reliability Coefficients N of Cases = 107.0 N of Items = 3 Alpha = .7691
13
PROGRAM PENDIDIKAN USIA JENIS KELAMIN
Statistics
JEN_KEL107
0
Valid
Missing
N
JEN_KEL
51 47.7 47.7 47.7
56 52.3 52.3 100.0
107 100.0 100.0
PRIA
WANITA
Total
ValidFrequency Percent Valid Percent
CumulativePercent
Statistics
PRODI107
0
Valid
Missing
N
PRODI
74 69.2 69.2 69.2
22 20.6 20.6 89.7
11 10.3 10.3 100.0
107 100.0 100.0
MANAJEMEN
AKT
EP
Total
ValidFrequency Percent Valid Percent
CumulativePercent
USIA
55 51.4 51.4 51.4
22 20.6 20.6 72.0
17 15.9 15.9 87.9
13 12.1 12.1 100.0
107 100.0 100.0
19
20
21
22
Total
ValidFrequency Percent Valid Percent
CumulativePercent
Statistics
USIA107
0
Valid
Missing
N
14
TINGKAT PENGGUNAAN
Statistics
TKT_GUNA107
0
Valid
Missing
N
TKT_GUNA
25 23.4 23.4 23.4
43 40.2 40.2 63.6
39 36.4 36.4 100.0
107 100.0 100.0
jarang
cukup
sering
Total
ValidFrequency Percent Valid Percent
CumulativePercent
TANGGAPAN RESPONSDEN
Statistics
107 107 107 107
0 0 0 0
Valid
Missing
NPEOU1 PEOU2 PEOU3 PEOU4
PEOU1
2 1.9 1.9 1.9
7 6.5 6.5 8.4
57 53.3 53.3 61.7
41 38.3 38.3 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
PEOU2
2 1.9 1.9 1.9
9 8.4 8.4 10.3
75 70.1 70.1 80.4
21 19.6 19.6 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
15
PEOU3
3 2.8 2.8 2.8
8 7.5 7.5 10.3
79 73.8 73.8 84.1
17 15.9 15.9 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
PEOU4
2 1.9 1.9 1.9
1 .9 .9 2.8
13 12.1 12.1 15.0
78 72.9 72.9 87.9
13 12.1 12.1 100.0
107 100.0 100.0
1
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
Statistics
107 107 107 107
0 0 0 0
Valid
Missing
NPU1 PU2 PU3 PU4
PU1
25 23.4 23.4 23.4
37 34.6 34.6 57.9
41 38.3 38.3 96.3
4 3.7 3.7 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
PU2
6 5.6 5.6 5.6
66 61.7 61.7 67.3
33 30.8 30.8 98.1
2 1.9 1.9 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
16
PU3
1 .9 .9 .9
28 26.2 26.2 27.1
35 32.7 32.7 59.8
42 39.3 39.3 99.1
1 .9 .9 100.0
107 100.0 100.0
1
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
PU4
9 8.4 8.4 8.4
56 52.3 52.3 60.7
38 35.5 35.5 96.3
4 3.7 3.7 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
Statistics
107 107 107 107
0 0 0 0
Valid
Missing
NATT1 ATT2 ATT3 ATT4
ATT1
1 .9 .9 .9
15 14.0 14.0 15.0
47 43.9 43.9 58.9
38 35.5 35.5 94.4
6 5.6 5.6 100.0
107 100.0 100.0
1
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
ATT2
2 1.9 1.9 1.9
25 23.4 23.4 25.2
69 64.5 64.5 89.7
11 10.3 10.3 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
17
ATT3
7 6.5 6.5 6.5
34 31.8 31.8 38.3
55 51.4 51.4 89.7
11 10.3 10.3 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
ATT4
3 2.8 2.8 2.8
45 42.1 42.1 44.9
47 43.9 43.9 88.8
12 11.2 11.2 100.0
107 100.0 100.0
2
3
4
5
Total
ValidFrequency Percent Valid Percent
CumulativePercent
Statistics
107 107 107
0 0 0
Valid
Missing
NBITU1 BITU2 BITU3
BITU1
8 7.5 7.5 7.5
58 54.2 54.2 61.7
35 32.7 32.7 94.4
6 5.6 5.6 100.0
107 100.0 100.0
1
2
3
4
Total
ValidFrequency Percent Valid Percent
CumulativePercent
BITU2
13 12.1 12.1 12.1
52 48.6 48.6 60.7
38 35.5 35.5 96.3
4 3.7 3.7 100.0
107 100.0 100.0
1
2
3
4
Total
ValidFrequency Percent Valid Percent
CumulativePercent
18
BITU3
24 22.4 22.4 22.4
54 50.5 50.5 72.9
22 20.6 20.6 93.5
7 6.5 6.5 100.0
107 100.0 100.0
1
2
3
4
Total
ValidFrequency Percent Valid Percent
CumulativePercent
19
Lampiran Model Penelitian Awal
Analysis Summary
Date and Time Date: Sunday, October 18, 2009 Time: 3:59:20 PM
Title akhirnya: Sunday, October 18, 2009 03:59 PM
Notes for Group (Group number 1) The model is recursive. Sample size = 107
Variable counts (Group number 1)
PU
.27
PEOU
ATU BITU
pu1
.30
e5
1.00
1
pu2
.23
e6
.54
1
pu3
.28
e7
1.02
1
pu4
.22
e8
.77
1
peou4.17
e4
1.00
1peou3
.14
e3
.88
1peou2
.15
e2
.86
1peou1
.22
e1
.91
1
att4.21
e12
1.00
1att3
.42
e11
.70
1att1
.32
e9
1.07
1
bitu1.20
e131.001
bitu2.31
e14.88 1
bitu3.29
e15
1.171
.31
.30
.20
.27
.38
.25
z21
.19
z3
1
.39
z1
1
Chi-squares=121.373prob=.000
CMIN/DF =1.686RMR=.044
GFI=.862AGFI=.799
TLI=.879CFI=.904
RMSEA=.080
20
Number of variables in your model: 35 Number of observed variables: 14 Number of unobserved variables: 21 Number of exogenous variables: 18 Number of endogenous variables: 17
Parameter summary (Group number 1) Weights Covariances Variances Means Intercepts Total
CMIN Model NPAR CMIN DF P CMIN/DF Default model 33 121.373 72 .000 1.686 Saturated model 105 .000 0
Independence model 14 607.413 91 .000 6.675
RMR, GFI Model RMR GFI AGFI PGFI Default model .044 .862 .799 .591 Saturated model .000 1.000 Independence model .146 .458 .375 .397
31
Baseline Comparisons
Model NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI
Default model .800 .747 .908 .879 .904 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000
Parsimony-Adjusted Measures Model PRATIO PNFI PCFI Default model .791 .633 .716 Saturated model .000 .000 .000 Independence model 1.000 .000 .000
NCP Model NCP LO 90 HI 90 Default model 49.373 22.850 83.778 Saturated model .000 .000 .000 Independence model 516.413 442.135 598.177
FMIN Model FMIN F0 LO 90 HI 90 Default model 1.145 .466 .216 .790 Saturated model .000 .000 .000 .000 Independence model 5.730 4.872 4.171 5.643
RMSEA Model RMSEA LO 90 HI 90 PCLOSE Default model .080 .055 .105 .028 Independence model .231 .214 .249 .000
AIC Model AIC BCC BIC CAIC Default model 187.373 198.252 275.576 308.576 Saturated model 210.000 244.615 490.647 595.647 Independence model 635.413 640.028 672.833 686.833
ECVI Model ECVI LO 90 HI 90 MECVI Default model 1.768 1.517 2.092 1.870 Saturated model 1.981 1.981 1.981 2.308 Independence model 5.994 5.294 6.766 6.038
HOELTER
32
Model HOELTER .05
HOELTER .01
Default model 82 90 Independence model 20 22
Model Setelah Modifikasi
Analysis Summary
Date and Time Date: Sunday, October 18, 2009 Time: 4:33:10 PM
Title akhirnya: Sunday, October 18, 2009 04:33 PM
Notes for Group (Group number 1) The model is recursive. Sample size = 107
PU
.28
PEOU
ATU BITU
pu1
.17
e5
1.00
1
pu2
.25
e6
.43
1
pu3
.35
e7
.78
1
pu4
.10
e8
.82
1
peou4.15
e4
1.00
1peou3
.18
e3
.77
1peou2
.12
e2
.91
1peou1
.27
e1
.78
1
att4.22
e12
1.00
1att3
.42
e11
.69
1att1
.31
e9
1.11
1
bitu1
.19
e131.001
bitu2.30
e14.87 1
bitu3.30
e15
1.121
.36
.27
.17
.28
.30
.25
z21
.21
z3
1
.51
z1
1
Chi-squares=82.994prob=.120
CMIN/DF =1.203RMR=.041
GFI=.897AGFI=.843
TLI=.964CFI=.973
RMSEA=.044
-.10
-.18
.08
33
Variable counts (Group number 1) Number of variables in your model: 35 Number of observed variables: 14 Number of unobserved variables: 21 Number of exogenous variables: 18 Number of endogenous variables: 17
Parameter summary (Group number 1) Weights Covariances Variances Means Intercepts Total
CMIN Model NPAR CMIN DF P CMIN/DF Default model 36 82.994 69 .120 1.203 Saturated model 105 .000 0
Independence model 14 607.413 91 .000 6.675
RMR, GFI Model RMR GFI AGFI PGFI Default model .041 .897 .843 .589 Saturated model .000 1.000 Independence model .146 .458 .375 .397
Baseline Comparisons
Model NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI
44
Model NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI
Default model .863 .820 .974 .964 .973 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000
Parsimony-Adjusted Measures Model PRATIO PNFI PCFI Default model .758 .655 .738 Saturated model .000 .000 .000 Independence model 1.000 .000 .000
NCP Model NCP LO 90 HI 90 Default model 13.994 .000 41.075 Saturated model .000 .000 .000 Independence model 516.413 442.135 598.177
FMIN Model FMIN F0 LO 90 HI 90 Default model .783 .132 .000 .387 Saturated model .000 .000 .000 .000 Independence model 5.730 4.872 4.171 5.643
RMSEA Model RMSEA LO 90 HI 90 PCLOSE Default model .044 .000 .075 .597 Independence model .231 .214 .249 .000
AIC Model AIC BCC BIC CAIC Default model 154.994 166.862 251.216 287.216 Saturated model 210.000 244.615 490.647 595.647 Independence model 635.413 640.028 672.833 686.833
ECVI Model ECVI LO 90 HI 90 MECVI Default model 1.462 1.330 1.718 1.574 Saturated model 1.981 1.981 1.981 2.308 Independence model 5.994 5.294 6.766 6.038